技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

機械学習を活用した外観検査/打音検査方法

機械学習を活用した外観検査/打音検査方法

東京都 開催 会場 開催

開催日

  • 2019年10月24日(木) 10時30分 16時30分

受講対象者

  • ディープラーニングを官能検査に活用したい方
  • ディープラーニングの実用性能を確保するためには何が必要かを知りたい方
  • ディープラーニングを適用したがうまく行かなかった方

修得知識

  • ディープラーニングの基礎
  • 実際の官能検査の問題に対してディープラーニングを活用する手順
  • うまく行かない場合に確認すべき点
  • 実問題に対してどこで失敗し、どう解決してきたかの事例

プログラム

 2012年、画像認識におけるディープラーニングの大幅な性能向上が報告されて以来、人の認識機能を必要とする分野での実用性が報告されている。製品の検査は非常に重要であるが非生産部門であることから、自動化されれば生産性向上に対する効果は大きい。我々は、プレス加工されたプラスティック部品とプラスティック製品表面上の印刷に対する外観検査、および金属製の自動車部品の打音検査に機械学習を活用している。機械学習の活用において性能を上げるためには、トレイニングデータの量と質をどうするかに尽きると言っても良い。
 本セミナーでは、我々がこれまでに得た機械学習のトレイニングにおける試行錯誤をもとに、機械学習の有効活用について述べる。
 現在、話題となっている機械学習、ディープラーニングとは何か、実際の官能検査問題に対してどのような手順で機械学習を活用すればよいか、うまく行かない場合にはどこを確認すればよいか、等、大学レベルの知識と、我々が実問題に対してどこで失敗し、どう解決してきたかを習得していただき、今後、実際に機械学習を活用して「試行錯誤ができること」を目的とする。
 本セミナーを受講したことで、機械学習によって検査を自動化できるということではない。機械学習を用いて実用レベルの性能を達成することはそう簡単ではなく、機械学習のツールを導入した時点から試行錯誤が始まる。ただし、トレイニングデータを何回か見直すことで検査精度の95%程度の性能向上を期待することができることが多い。また、機械学習は100%を保証するものではないことも十分に認識することが必要である。性能はデータに非常に敏感で、実験室から現場、現場の環境変化、等に大きく依存する。

  1. 人工知能とは何か
    1. 人工知能と過剰な期待
    2. 機械学習とディープラーニング
    3. 教師あり学習
    4. 教師なし学習
  2. ディープラーニングによる製品の外観検査
    1. 畳み込みニューラルネットワーク
    2. プレス加工によるプラスティック部品の欠陥,印刷面の欠陥検査問題
    3. 畳み込みニューラルネットワークの適用
    4. トレイニングデータの作成方法
    5. 欠陥サイズの推定方法
  3. サポートベクターマシンによる製品の打音検査
    1. サポートベクターマシンと高速処理
    2. 自動車部品の打音検査問題
    3. 打音検査の難しさ
    4. トレイニングデータの精度
    5. 実験室と現場のギャップ
  4. 機械学習の最近の話題
    1. 検査装置に組み込む機械学習実行装置
    2. トレイニングデータ自動生成の研究
  5. まとめ

講師

  • 白石 洋一
    群馬大学 大学院 理工学府
    准教授

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 47,000円 (税別) / 51,700円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2024/3/29 QC工程表・作業標準書の作り方 オンライン
2024/3/29 Pythonによるアンサンブル学習の基礎と応用 オンライン
2024/3/29 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2024/3/29 表面観察・分析装置を用いた電子部品の不具合箇所の特定・観察・解析と不良対策 オンライン
2024/3/29 形骸化したFMEAを改善した実践演習セミナー (問題解決) オンライン
2024/3/29 形骸化したFMEAを改善した実践演習セミナー (問題発見 + 問題解決) オンライン
2024/3/29 抜取検査 オンライン
2024/3/29 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 オンライン
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/5 GMP文書および記録作成と手順書改訂時における具体的な品質照査 (レビュー) オンライン
2024/4/8 信頼性試験の基本と統計的手法の使い方 オンライン
2024/4/9 信頼性試験に役立つワイブル解析の基礎と実践 オンライン
2024/4/9 異物不良ゼロを実現する異物の正体 / 34の発生源 / 7つの伝達経路と現場の経験則 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/11 不良ゼロへのアプローチ オンライン
2024/4/11 表面観察・分析装置を用いた電子部品の不具合箇所の特定・観察・解析と不良対策 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/16 GMP文書および記録作成と手順書改訂時における具体的な品質照査 (レビュー) オンライン

関連する出版物

発行年月
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2023/6/30 加速試験の実施とモデルを活用した製品寿命予測
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2022/11/14 外観検査技術
2022/11/14 外観検査技術 (CD-ROM版)
2022/1/12 製造DX推進のための外観検査自動化ガイドブック
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/10/18 医療機器の設計・開発時のサンプルサイズ設定と設定根拠
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/14 AIビジネスのブレークスルーと規制強化
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/11/6 QC工程表・作業手順書の作り方
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
2019/8/30 ヒューマンエラーの発生要因と削減・再発防止策